APIMaster.ai
APIMaster.ai 使用文件
快速開始APIMaster 官網模型廣場

DeepSeek API 教學：V4 Flash / Pro 搭配 Python 與 JavaScript

透過 APIMaster 使用 curl、Python 和 JavaScript 呼叫 DeepSeek V4 Flash 和 Pro。設定您的 API 金鑰、串流回應並排解常見錯誤。

您可以使用 OpenAI SDK 呼叫 DeepSeek 嗎？可以。透過 APIMaster，將 API 基礎 URL 設定為 https://apimaster.ai/v1，使用您的 APIMaster API 金鑰，並選擇 deepseek-v4-flash 或 deepseek-v4-pro。 本指南涵蓋該閘道設定；其他提供者發行的金鑰無法互通。

最後測試時間：2026-09-07。兩個模型在我們的 Chat Completions 測試中均回傳 HTTP 200 和預期文字。Codex CLI 0.153.4 和 Claude Code 2.1.239 也透過相同閘道完成了文字和檔案讀取工具測試。這些是簡短的功能檢查，並非長上下文或可靠性基準測試。下方的 Python、JavaScript 和串流範例示範了對應的 API 用法；它們不是獨立的基準測試結果。

1. 取得您的金鑰並選擇模型

建立帳戶並取得 API 金鑰。確保金鑰有權存取所選模型並具有足夠的配額。在模型市集查看目前價格；費率可能因路由和時間而異。

設定 值
SDK 基礎 URL https://apimaster.ai/v1
HTTP 端點 POST https://apimaster.ai/v1/chat/completions
授權 Authorization: Bearer YOUR_APIMASTER_API_KEY
Flash 模型 deepseek-v4-flash
Pro 模型 deepseek-v4-pro

兩個模型使用相同的請求格式。從任一模型開始，然後在您自己的工作負載上比較結果。在下方將 YOUR_APIMASTER_API_KEY 替換為您的金鑰（僅限本機）；請勿將其提交到原始碼控制或放入瀏覽器程式碼中。

macOS / Linux：

export APIMASTER_API_KEY='YOUR_APIMASTER_API_KEY'

Windows PowerShell：

$env:APIMASTER_API_KEY = 'YOUR_APIMASTER_API_KEY'

這些變數僅適用於目前終端機。請在該終端機中執行以下範例。

2. 使用 curl 發出第一個請求

以下命令使用 macOS / Linux shell 語法。Windows 使用者可以使用下方的跨平台 Python 範例。

curl --fail-with-body 'https://apimaster.ai/v1/chat/completions' \
  -H "Authorization: Bearer $APIMASTER_API_KEY" \
  -H 'Content-Type: application/json' \
  -d '{
    "model": "deepseek-v4-flash",
    "messages": [{"role": "user", "content": "Reply with exactly: DEEPSEEK_TEST_OK"}],
    "max_tokens": 256,
    "stream": false
  }'

預期結果：HTTP 200 且 choices[0].message.content 等於 DEEPSEEK_TEST_OK。僅將 model 變更為 deepseek-v4-pro 即可重複測試。回應可能包含帶版本號的模型名稱；請繼續在請求中使用上述公開模型 ID。

3. 從 Python 呼叫 DeepSeek

安裝 SDK：

python -m pip install openai

儲存為 deepseek_example.py，然後執行 python deepseek_example.py：

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["APIMASTER_API_KEY"],
    base_url="https://apimaster.ai/v1",
)
response = client.chat.completions.create(
    model="deepseek-v4-flash",
    messages=[{"role": "user", "content": "Reply with exactly: DEEPSEEK_TEST_OK"}],
    max_tokens=256,
)
print(response.choices[0].message.content)

對於編碼任務，請將提示詞替換為您的需求。增加輸出預算以獲得較長答案；簡短測試預算不適合產生完整應用程式。

4. 從 JavaScript 呼叫 DeepSeek

使用伺服器端 Node.js 環境：

npm install openai

儲存為 deepseek_example.mjs，然後執行 node deepseek_example.mjs：

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.APIMASTER_API_KEY,
  baseURL: "https://apimaster.ai/v1",
});
const response = await client.chat.completions.create({
  model: "deepseek-v4-pro",
  messages: [{ role: "user", content: "Reply with exactly: DEEPSEEK_TEST_OK" }],
  max_tokens: 256,
});
console.log(response.choices[0].message.content);

5. 串流最終答案

使用上述 Python client：

stream = client.chat.completions.create(
    model="deepseek-v4-flash",
    messages=[{"role": "user", "content": "Explain a Python dictionary in three sentences."}],
    max_tokens=1024,
    stream=True,
)
for chunk in stream:
    if not chunk.choices:
        continue
    text = chunk.choices[0].delta.content
    if text:
        print(text, end="", flush=True)
print()

這會從 content 列印最終答案文字。某些回應也會公開 reasoning_content；它與最終答案分開。不要假設每個串流區塊都包含文字或 choices 條目。

疑難排解

症狀 檢查事項
401 使用 APIMaster 金鑰，檢查空白字元和 Bearer 標頭，並確認環境變數已在目前終端機中設定。
403 或模型存取錯誤 檢查金鑰的模型權限和帳戶限制。
404 使用 /v1/chat/completions；不要重複 /v1 或將端點附加到 SDK 基礎 URL。
429 或配額不足 閱讀錯誤內文以區分速率限制和配額耗盡。對於速率限制，使用退避重試；對於配額錯誤，檢查餘額。
空或截斷的答案 檢查 finish_reason，增加 token 預算，並區分 content 和推理欄位。
逾時或 5xx 記錄時間戳記和請求 ID，使用退避重試，如果持續發生請聯絡支援。切勿在錯誤報告中傳送您的完整金鑰。

常見問題

API 金鑰與 DeepSeek 官方金鑰相同嗎？

否。本教學使用 APIMaster 發行的金鑰和 APIMaster 的端點。請將金鑰與其發行提供者的端點配對使用。

我可以在不重寫整合的情況下在 Flash 和 Pro 之間切換嗎？

可以，只要您的金鑰可以存取兩者，將 model 欄位在 deepseek-v4-flash 和 deepseek-v4-pro 之間變更即可。檢查每個模型的輸出和目前定價以符合您的工作負載。

成功的請求是否證明底層模型的身份？

否。HTTP 成功和回傳的模型名稱僅表示請求已完成；它們不會獨立驗證模型身份。

我可以在 Codex 和 Claude Code 中使用這些模型嗎？

我們測試的設定在兩個 CLI 中都完成了文字和檔案讀取工具請求。協定不同：Codex 使用 /v1/responses，而 Claude Code 使用 /v1/messages。請遵循專用指南，而不是將 Chat Completions 端點替換到 CLI 設定中。

繼續使用 DeepSeek